科技研發(fā)投入對我國經(jīng)濟增長的影響

賈勇

[摘要]將全國31個省級行政區(qū)作為橫截面單元，利用1998—2010年的相關數(shù)據(jù)，建立動態(tài)面板數(shù)據(jù)模型，運用廣義矩估計方法來分析科技研發(fā)投入對經(jīng)濟增長的動態(tài)效應。結(jié)果表明，科技研發(fā)投入對經(jīng)濟增長具有較長期的促進作用，并且作用明顯。

[關鍵詞]科技研發(fā)投入經(jīng)濟增長動態(tài)面板數(shù)據(jù)模型

一、引言

科技投入是推動科技進步的基本動力, 是衡量一個國家科技水平的重要指標, 也是保障科技水平的先決條件。研究與發(fā)展（R&D）活動作為科技活動中最具創(chuàng)新性的部分,其資金投入高低直接影響著一國創(chuàng)新能力的高低。因此,研究科技研發(fā)投入與經(jīng)濟增長的相關問題對進一步提高對科技研發(fā)投入的認識, 對加速經(jīng)濟發(fā)展有重要的意義。

從之前學者的研究方法來看，研究科技投入對經(jīng)濟增長影響的定量方法有生產(chǎn)函數(shù)、回歸分析、方差分析和灰色關聯(lián)分析等方法。但是上述研究在研究方法上忽視了科技研發(fā)投入對經(jīng)濟增長的作用具有時滯性、間接性和長期性，這些都無法通過靜態(tài)方程量化表述，尤其是時滯性和長期性。因此，本文試圖采用動態(tài)面板數(shù)據(jù)模型探討和量化科技研發(fā)投入對經(jīng)濟增長的時滯性和長期性。

二、變量選取和數(shù)據(jù)來源

筆者選用研究與試驗發(fā)展（R&D)經(jīng)費內(nèi)部支出這一指標作為科技研發(fā)投入來源數(shù)據(jù)。研究與試驗發(fā)展（R&D）經(jīng)費支出指統(tǒng)計年度內(nèi)全社會實際用于基礎研究、應用研究和試驗發(fā)展的經(jīng)費支出。包括實際用于研究與試驗發(fā)展活動的人員勞務費、原材料費、固定資產(chǎn)購建費、管理費及其他費用支出，而內(nèi)部支出是研究與開發(fā)機構(gòu)當年用于本機構(gòu)內(nèi)部的實際支出，是經(jīng)費支出的主要部分。經(jīng)濟增長的變量選用各地區(qū)的GDP。為了消除異方差，本文對兩項數(shù)據(jù)先進行了對數(shù)化處理。筆者選用中國31個省級行政區(qū)1998年到2010年的面板數(shù)據(jù)，數(shù)據(jù)取自歷年的《中國科技統(tǒng)計年鑒》和《中國統(tǒng)計年鑒》。

三、計量模型設定和估計、檢驗方法

1.模型設定

筆者利用1998年～2010年各省級行政區(qū)的相關數(shù)據(jù)，建立全國面板進行分析。科技研發(fā)投入本身就是一種消費行為，它對當年的經(jīng)濟增長會有影響，又由于科技研發(fā)投入的經(jīng)濟效應具有時滯性、間接性和長期性，其對經(jīng)濟增長的影響是一個動態(tài)過程，有時間上的滯后作用?；谝陨舷敕?，可以將靜態(tài)的面板數(shù)據(jù)模型擴展為動態(tài)面板數(shù)據(jù)模型，引入科技研發(fā)投入變量和經(jīng)濟增長變量的若干滯后期作為解釋變量。

模型可以設定為：

LnGDPi, t = α1 LnGDPi, t-1 + α2 LnRDi, t+ α3 LnRDi, t-1+...+ αmLnRDi,

t-m+2+λi+υi,t （1）

在模型（1）中，i=1，2，3，...N分別代表不同的省級行政區(qū)，t=1，2，3，....T代表樣本年度。λi代表各截面單元的個體差異，υi,t 為隨機擾動項，表示各幾面單元在不同時期所受到的擾動。α1 度量前期GDP對本期GDP的影響，α2度量本期科技研發(fā)投入對本期GDP的影響，α3，...αm度量前若干期科技研發(fā)投入對本期GDP的影響。如果α2，α3，... αm均為正數(shù)，則表明科技研發(fā)投入促進了經(jīng)濟增長，并且有滯后效應，系數(shù)越大，作用越大，系數(shù)越小，則作用越小。模型（1）能反映前若干期科技研發(fā)投入對經(jīng)濟增長的作用不盡相同，同時也能反映科技研發(fā)投入在較長期對經(jīng)濟增長的影響程度。

2.估計方法

在上述動態(tài)面板數(shù)據(jù)模型中， 由于因變量的滯后期作為解釋變量， 從而導致了解釋變量與隨機擾動項相關， 且模型具有橫截面相關性， 因此如果應用標準的隨機效應模型或固定效應模型進行估計， 必將導致參數(shù)估計的非一致性。為了解決這一問題， Arellano 和Bond等建議采用廣義矩估計（GMM） 的方法。

廣義矩估計方法是基于模型實際參數(shù)滿足的一些矩條件而形成的一種參數(shù)估計方法， 是矩估計方法的一般化。GMM 的重要優(yōu)點是:它僅需知道一些矩條件， 而不需要知道隨機變量的分布密度（如極大似然估計）。廣義矩估計方法通過修正回歸方程誤差項的協(xié)方差矩陣來有效地克服解釋變量內(nèi)生性問題以及異方差和序列相關，從而降低估計結(jié)果產(chǎn)生偏誤的可能性，該方法納入了所有的矩條件，因此廣義GMM估計的結(jié)果將在統(tǒng)計上更加有效，也更適用于動態(tài)面板數(shù)據(jù)的估計。

3.檢驗方法

對于GMM估計方法，首先要判定工具變量是否有效，可以構(gòu)筑Sargan過度識別約束檢驗來判斷工具變量和殘差項之間的相關性。若工具變量有效，那么工具變量與殘差項無相關性。運用GMM估計方法，可以避免模型中異方差和自相關的干擾，而且不必知道擾動項的分布狀況，所以對模型的檢驗集中于檢驗是否存在虛回歸，需要對模型回歸的殘差進行面板的單位根檢驗。如果殘差不是面板單位根過程而是平穩(wěn)過程，那么可以認為參數(shù)估計量不是偽回歸的結(jié)果，滯后階的選擇也是合適的。

四、實證分析

1.實證結(jié)果

由于GMM一般不具有經(jīng)典的擬合優(yōu)度和F統(tǒng)計量，一般采用J統(tǒng)計量來執(zhí)行假設檢驗。計算結(jié)果中的Wald檢驗用于判斷系數(shù)聯(lián)合顯著性，Sargan檢驗用于判斷選用的工具變量是否有效。全國動態(tài)面板數(shù)據(jù)模型在實際計算中發(fā)現(xiàn)，當滯后期為3時，t統(tǒng)計量就變得不顯著，所以模型最終選取2階滯后期。具體估計結(jié)果如表1所示：

表1全國動態(tài)面板GMM估計結(jié)果

從總體來看，GDP滯后一期的系數(shù)達到了0.475說明前一期的經(jīng)濟總量的確對本期的經(jīng)濟增長起到了強勁的促進作用，這個系數(shù)涵蓋了對經(jīng)濟增長起到促進作用的所有因素的共同表現(xiàn)?？萍佳邪l(fā)投入對經(jīng)濟增長的作用為0.159，滯后一期和滯后二期的科研投入對當期的經(jīng)濟增長也有十分顯著的帶動，分別達到0.153和0.102，這說明科技研發(fā)投入對經(jīng)濟增長的作用確實存在滯后效應。而當期、滯后一期、滯后二期的作用在依次減小，呈現(xiàn)下降趨勢，這也符合經(jīng)濟學直覺和規(guī)律。

2.模型檢驗

如前所述，對模型的檢驗集中于檢驗是否存在虛回歸，即面板殘差的單位根檢驗。全國及三大地區(qū)動態(tài)面板數(shù)據(jù)模型的面板殘差單位根檢驗結(jié)果如下表：

表2動態(tài)面板數(shù)據(jù)模型的殘差單位根檢驗

從殘差的面板單位根檢驗結(jié)果來看，所有單位根檢驗結(jié)果所有單位根檢驗結(jié)果在5%的顯著水平上都拒絕殘差存在單位根的原假設，即殘差是平穩(wěn)的，這一結(jié)果表明，滯后階的選取是穩(wěn)健的，動態(tài)面板數(shù)據(jù)模型的設定合適。

五、結(jié)論和建議

筆者利用1998-2010年的相關數(shù)據(jù)，建立我國動態(tài)面板模型，運用GMM估計方法，發(fā)現(xiàn)科技研發(fā)投入對經(jīng)濟增長的確具有時滯性和長期性。從結(jié)果來看，研發(fā)投入對我國經(jīng)濟增長具有顯著的拉動作用，并且持續(xù)期較長。另外，科研創(chuàng)新具有非常大的外部性，社會效益明顯。但是我國的研發(fā)投入占GDP的比例還遠遠落后于發(fā)達國家，從這些方面來看，我國政府應不斷在財政支出上加大對科技研發(fā)活動的投入，并鼓勵和引導企業(yè)增加研發(fā)投入，而且要加快基礎設施建設和市場化發(fā)展，規(guī)范制度運行程序，使研發(fā)活動對經(jīng)濟增長的拉動作用充分釋放出來。

參考文獻：

[1]李永剛.財政科技投入對經(jīng)濟增長的影響——基于研發(fā)( R& D)支出的實證分析[J].四川師范大學學報（社會科學學報），2011，（11）

[2]羅佳明，王衛(wèi)紅.中國科技投入對經(jīng)濟增長的貢獻率研究: 1953- 2001[J].自然辯證法研究，2004，（02）